PROSIDING - COnnecting REpositories · Selain itu, sistem ini terintegrasi dengan peta digital...
Transcript of PROSIDING - COnnecting REpositories · Selain itu, sistem ini terintegrasi dengan peta digital...
PROSIDING SEMINAR NASIONAL ILMU KOMPUTER
UNIVERSITAS DIPONEGORO 2012
Solusi Komputasi dan Teknologi Informasi dalam Peningkatan Daya Saing Global
Gedung Prof. Soedharto, SH Tembalang Semarang Sabtu, 15 September 2012
Editor : Nurdin Bahtiar, MT
Helmie Arif Wibawa, M.Cs Sukmawati Nur Endah, M.Kom
Sutikno, M.Cs
CORE Metadata, citation and similar papers at core.ac.uk
Provided by Diponegoro University Institutional Repository
PENGENALAN POLA, PEMBELAJARAN MESIN DAN PENGOLAHAN CITRA
PROSIDING SEMINAR NASIONAL ILMU KOMPUTER
Editor : Nurdin Bahtiar, MT Helmie Arif Wibawa, M.Cs Sukmawati Nur Endah, M.Kom Sutikno, M.Cs Edisi Pertama Cetakan Pertama, 2012
Hak Cipta 2012 pada penulis, Hak Cipta dilindungi undang-undang. Dilarang memperbanyak atau memindahkan sebagian atau seluruh isi buku ini dalam bentuk apa pun, secara elektronis maupun mekanis, termasuk memfotokopi, merekam, atau dengan teknik perekaman lainnya, tanpa izin tertulis dari penerbit.
Ruko Jambusari No. 7A Yogyakarta 55283 Telp. : 0274-889836; 0274-889398 Fax. : 0274-889057 E-mail : [email protected]
Bahtiar, Nurdin, MT; Wibawa, Helmie Arif, M.Vs; Endah, Sukmawati Nur, M.Kom; Sutikno, M.Cs
PENGENALAN POLA, PEMBELAJARAN MESIN DAN PENGOLAHAN CITRA; PROSIDING SEMINAR NASIONAL ILMU KOMPUTER/Nurdin Bahtiar, MT; Helmie Arif Wibawa, M.Cs; Sukmawati Nur Endah, M.Kom; Sutikno, M.Cs - Edisi Pertama – Yogyakarta; Graha Ilmu, 2012 x + 224, 1 Jil. : 26 cm. ISBN: 978-979-756-844-3 1. Komputer I. Judul
TIM REVIEWER:
Prof. Drs. Jazi Eko Istiyanto, M.Sc, Ph.D Universitas Gadjah Mada
Dr. Eng. Wisnu Jatmiko Universitas Indonesia
Dr. Husni S. Sastramihardja, M.T Institut Teknologi Bandung
Drs. Bayu Surarso Universitas Diponegoro
Dr. Petrus Mursanto Universitas Indonesia
Dr. Tech. Ahmad Ashari Universitas Gadjah Mada
Aris Sugiharto, M.Kom Universitas Diponegoro
Beta Noranita, M.Kom Universitas Diponegoro
Priyo Sidik Sasongko, M.Kom Universitas Diponegoro
SUSUNAN PERSONALIA SEMINAR NASIONAL ILMU KOMPUTER UNIVERSITAS DIPONEGORO 2012 PENANGGUNG JAWAB : Dr. Muhammad Nur, DEA (Dekan FSM UNDIP) Dr. Widowati, M.Si (Pembantu Dekan II FSM UNDIP) Drs. Suryoto, M.Si (Sekretaris Jurusan Matematika FSM UNDIP)
Dr. Agus Subagio, M.Si (Pembantu Dekan I FSM UNDIP) Drs. Solikhin Zaki, M.Kom (Ketua Jurusan Matematika FSM UNDIP)
PANITIA KEHORMATAN : Prof. Jazy Eko Istiyanto, Ph.D (Universitas Gadjah Mada) Dr.Eng. Wisnu Jatmiko (Universitas Indonesia) Drs. Bayu Surarso, M.Sc, Ph.D (Universitas Diponegoro) Dr.Tech. Ahmad Azhari (Universitas Gadjah Mada)
Prof. Drs. Mustafid, M.Eng, Ph.D (Universitas Diponegoro) Dr. Husni S. Sastramihardja, (Institut Teknologi Bandung ) Dr. Petrus Mursanto, M.Sc (Universitas Indonesia)
PANITIA : Eko Adi Sarwoko Ragil Saputra Adi Wibowo Nurdin Bahtiar Satriyo Adhy Aris Sugiharto Djalal Er Riyanto Kushartantya Suhartono
Helmie Arif Wibawa Sukmawati Nur Endah Dinar Mutiara Indriyati Sutikno Putut Sri Wasito Panji Wisnu W Indra Waspada Priyo Sidik S
KATA PENGANTAR
Daya saing didefinisikan sebagai kondisi institusi, kebijakan, dan faktor-faktor yang menentukan tingkat produktivitas ekonomi suatu negara. Produktivitas yang tinggi mencerminkan daya saing yang tinggi, dan daya saing yang tinggi berpotensi memungkinkan pertumbuhan ekonomi yang tinggi pula, dan selanjutnya akan meningkatkan kesejahteraan penduduk. Pada tahun ini, Indonesia menempati posisi ke 46, turun dua tingkat dari tahun sebelumnya. Penurunan peringkat daya saing Indonesia salah satunya dikarenakan pada pilar Kelompok Penopang Efisiensi, Kelompok Inovasi dan Kecanggihan Bisnis. Kelompok ini salah satu pendukungnnya adalah penggunaan Teknologi Informasi dan Komunikasi.
Oleh karena itu dalam rangka Dies Natalis Universitas Diponegoro ke 55 pada tanggal 15 September 2012 telah diselenggarakan Seminar Nasional Ilmu Komputer dengan tema "Solusi Komputasi dan Teknologi Informasi dalam Peningkatan Daya Saing Global" yang bertempat di Gedung Prof. Soedarto, SH Kampus Universitas Diponegoro Tembalang Semarang Jawa Tengah.
Kami menghaturkan terima kasih kepada Prof. Dr. Ir. Richardus Eko Indrajit, M.Sc, MBA dan Dr. Eng. Wisnu Jatmiko selaku pembicara utama atas kesediaannya untuk berbagi ilmu dan pengalaman kepada para peserta seminar kami tersebut, serta kepada Prof. Drs. Jazi Eko Istiyanto, M.Sc, Ph.D, Dr. Husni S. Sastramihardja, M.T, Drs. Bayu Surarso, M.Sc, Ph.D, Dr. Petrus Mursanto, M.Sc, Dr. Tech. Ahmad Ashari, Aris Sugiharto, M.Kom, Beta Noranita, M.Kom, dan Priyo Sidik Sasongko, M.Kom selaku reviewer makalah pada prosiding ini.
Kami berharap kumpulan makalah ini dapat menambah khasanah pengetahuan khususnya bagi para akademisi dan praktisi serta bermanfaat bagi dunia pendidikan pada umumnya.
Pada penyelenggaraan seminar ini mungkin jauh dari sempurna, sehingga kami memohon masukan, saran, dan kritik dari pembaca sekalian supaya kami dapat belajar memperbaiki diri agar pada pelaksanaan seminar mendatang kami bisa menjadi lebih baik.
Akhir kata, terima kasih pula kami sampaikan kepada semua pemakalah dan semua pihak yang yang telah terlibat dalam penyusunan Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012 ini.
Hormat kami,
Ragil Saputra, M.Cs
Ketua Panitia
2 Penerapan Geographic Informan System (GIS) Berbasis Openlayers di PLN APJ Kudus Aji Prakoso; Mukhamad Nurkamid
DAFTAR ISI
Halaman Judul .......................................................................................................................................................... i
Susunan Panitia .......................................................................................................................................................iii
Kata Pengantar ........................................................................................................................................................ v
Daftar Isi .................................................................................................................................................................vii
Makalah Utama
1. SISTEM DETEKSI DINI PENYAKIT JANTUNG BERDASARKAN SINYAL ELEKTROKARDIAGRAM MENGGUNAKAN ALGORITMA FUZZY LEARNING VECTOR QUANTIZATION - PARTICLE SWARM OPTIMIZATION
Wisnu Jatmiko, M Iqbal Tawakal, M Anwar Ma'sum, M EkaSuryana, dan Zaki Imaduddin. ....................... 1
A. PENGENALAN POLA, PEMBELAJARAN MESIN DAN PENGOLAHAN CITRA 1. PENGGUNAAN OPERATOR QUANTIFIER GUIDED DOMINANCE DEGREE PADA GROUP
DECISION SUPPORT SYSTEM UNTUK SELEKSI ASISTEN PRAKTIKUM ......................................... 5
Berlilana dan Fandy Setyo Utomo
2. SISTEM PENDUKUNG KEPUTUSAN PENENTUAN LOKASI KULINER DI SEMARANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING
Raina Stefani Budi, Indriyati, Sukmawati Nur Endah................................................................................... 11
3. PEMANFAATAN INTELLIGENT AGENT UNTUK KOMUNIKASI ANTAR UNIT PADA SISTEM INFORMASI RAWAT JALAN
Gandung Triyono, Azhari SN........................................................................................................................ 17
4. PERANCANGAN DAN IMPLEMENTASI KAMERA SEBAGAI PELACAK POSISI OBYEK PADA SIMULASI GAMELAN
I Ketut Gede Sudiartha, MT.......................................................................................................................... 23
5. KLASIFIKASI CITRA DIABETIC RETINOPATHY MENGGUNAKAN JARINGAN SYARAF TIRUAN LEVENBERG–MARQUARDT
Rocky Yefrenes Dillak, Martini Ganantowe Bintiri, Sulistyowati ................................................................ 29
6. APLIKASI DATA MINING DENGAN METODE DECISION TREE UNTUK MENENTUKAN POLA PENJUALAN MOTOR
Julius Santony, Sumijan ................................................................................................................................ 37
7. DETEKSI POSITIFITAS ANTIGEN CITRA IMUNOHISTOKIMIA BERDASARKAN WARNA DENGAN WAVELET DAN FIS SUGENO ORDE SATU
Manda Rohandi............................................................................................................................................. 49
viii Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012
8. IDENTIFIKASI TANDA TANGAN DENGAN ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE SEBAGAI PEMBANDING
Dini Fakta Sari ............................................................................................................................................. 59
9. PENGELOMPOKAN DOKUMEN BERBAHASA INDONESIA MENGGUNAKAN K-NN DENGAN VARIASI NILAI K
Badrus Zaman, Luthfi Ali, Ni Luh Suwedani, Intan Candra, Akmal Fahmi ................................................ 67
10. OPTIMASI SUMBER DAYA KEUANGAN DENGAN METODE LINEAR FUZZY BERDASARKAN RESOURCE ACTIVITY CRITICAL PATH
Fakhrul Alam ................................................................................................................................................ 73
11. PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK
Sutikno .......................................................................................................................................................... 81
12. IMPROVED APRIORI BERBASIS MATRIX DENGAN INCREMENTAL DATABASE UNTUK MARKET BASKET ANALYSIS
Nanang Krisdianto, Aniati Murni Arymurthy ............................................................................................... 89
13. IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PENYUSUNAN FORMULA RANSUM
Rizki Saktiadani Sulistiyono; Drs. Kushartantya, MI.Komp.; Helmie Arif Wibawa, S.Si, M.Cs. ............... 101
14. ESTIMASI BIAYA PERANGKAT LUNAK MENGGUNAKAN ELMAN NEURAL NETWORK
Martini Ganantowe Bintiri , Rocky Yefrenes Dillak.................................................................................... 105
15. ANALISIS PITCH DAN FORMANT SINYAL UCAPAN KATA
Sukmawati Nur Endah, Dinar Mutiara KN................................................................................................. 111
16. PENGELOMPOKAN GEJALA PENDERITA KOLESTEROL MELALUI POLA IRIS MATA MENGGUNAKAN MOMENT INVARIAN DAN EUCLIDEAN DISTANCE
Bagus Satrio Waluyo Poetro1 dan Ause Labellapansa............................................................................... 117
17. PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE CONNECTED COMPONENT LABELING DAN K-NEAREST NEIGHBOR
Tari Mardiana, Helfi Nasution, Rudy Dwi Nyoto ....................................................................................... 123
18. IMPLEMENTASI DATA MINING MENGGUNAKAN CRISP-DM PADA SISTEM INFORMASI EKSEKUTIF DINLUTKAN PROVINSI JAWA TENGAH
Indra Purnama, Ragil Saputra, Adi Wibowo .............................................................................................. 131
19. PENGEMBANGAN ALGORITMA GRADUAL PATTERN UNTUK PEMBENTUKAN FORMASI TERBANG SEKELOMPOK QUADCOPTER DENGAN TIDAK MENENTUKAN JUMLAH QUADCOPTER TERLEBIH DAHULU
Kharda Ahfa, Didit Widiyanto, dan Wisnu Jatmiko ................................................................................... 141
20. ANALISIS ALGORITMA SISTEM PENDETEKSIAN KECEPATAN KENDARAAN
Adi Nurhadiyatna, Beni Harjono, Wisnu Jatmiko....................................................................................... 145
21. IMPLEMENTASI ALGORITMA BLOCK MATCHING PADA EKSTRAKSI OBJEK BERGERAK
Amalia Sulfa Hashlinda, Dwiratna S., dan Imam Mukhlash ...................................................................... 151
Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012 ix
22. STRATETEGI PENGENDALIAN MULTI ROBOT MELALUI KONTROL OPTIMUM
Heru Tjahjana............................................................................................................................................. 159
23. PENGENALAN TIGA KELAS TAHAP TIDURBERDASARKAN FITUR DARI SINYAL ELEKTROKARDIOGRAM MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS KOMPETISI
Iqbal Tawakal, M Eka Suryana, dan Wisnu Jatmiko .................................................................................. 165
24. PENGENALAN POLA WAJAH MENGGUNAKAN METODE PCA (PRINCIPAL COMPONENT ANALYSIS)
Za’imatun Niswati dan Lukman.................................................................................................................. 169
25. PREDIKSI NILAI ASET TANAH DAN RUMAH MENGGUNAKAN PEMBELAJARAN MESIN BERBASIS PENGETAHUAN SIMBOLIK
Kikin Windhani, Fajar Hardoyono ............................................................................................................. 177
26. IMPLEMENTASI ALGORITMA FNG LVQ PADA FPGA DANOPTIMASINYA UNTUK PENDETEKSIAN DINI PENYAKIT JANTUNG ARITMIA
Muhammad Ali Akbar, Muhammad EkaSuryana, Wisnu Jatmiko .............................................................. 187
27. IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI PENERIMAAN PERMINTAAN PINJAMAN NASABAH DI LEMBAGA KEUANGAN
Mukhammad Yunan Helmy, Drs. Kushartantya M.Ikomp, Nurdin Bahtiar S.Si., M.T................................ 191
28. IMPLEMENTASI METODE SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN METODE CONTINUOSLY ADAPTIVE MEAN-SHIFT (CAMSHIFT) PADA PENJEJAKAN OBJEK BERGERAK
Shanty Eka Agustina, Dwiratna S., dan Imam Mukhlash............................................................................ 201
29. PENYARINGAN FRASA KUNCI SECARA OTOMATIS MENGGUNAKAN ALGORITMA KEA++ UNTUK PENCARIAN ARTIKEL ILMIAH BERBAHASA INDONESIA
Kuncara Adi Nugraha, Nurdin Bahtiar, Beta Noranita.............................................................................. 209
30. REKONSTRUKSI CITRA SUPERRESOLUTION MENGGUNAKAN PROJECTION ONTO CONVEX SETS
Budi Setiyono, Imam Mukhlash, Mochamad Hariadi dan Mauridhi Hery P.............................................. 219
248 Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN
LOKASI KULINER DI SEMARANG DENGAN
METODE SIMPLE ADDITIVE WEIGHTING
Raina Stefani Budi, Indriyati, Sukmawati Nur Endah
Program Studi Teknik Informatika, Universitas Diponegoro [email protected], [email protected], [email protected]
ABSTRAK
Wisata Kuliner di Kota Semarang mulai berkembang dengan pesat. Berbagai tempat wisata kuliner bermunculan
di Semarang. Pertumbuhan lokasi kuliner di Semarang yang begitu cepat membuat masyarakat membutuhkan
informasi yang tepat untuk mengunjungi lokasi kulier. Beberapa kriteria dapat menjadi pilihan untuk memilih
lokasi kuliner. Kriteria tersebut antara lain, jarak, budget, suasana, dan fasilitas. Dengan adanya sistem
pendukung keputusan penentuan lokasi kuliner di Semarang dengan metode simple additive weigting dapat
digunakan sebagai solusi untuk menentukan lokasi kuliner sesuai dengan kriteria yang diinginkan. Sistem
pendukung keputusan kuliner ini berbasis website dengan menggunakan bahasa pemrograman PHP, dan
database management system MySQL. Selain itu, sistem ini terintegrasi dengan peta digital Google Maps API
untuk menampilkan letak lokasi kuliner pada peta. Masukan dari sistem ini berupa pilihan kriteria, dan bobot
untuk masing – masing kriteria berdasarkan jenis makanan yang diinginkan. Sedangkan hasil dari sistem
pendukung keputusan ini adalah memberikan alternatif lokasi kuliner berdasarkan kriteria yang diinginkan, dan
peta lokasi kuliner.
Kata kunci: Kuliner, Sistem Pendukung Keputusan, Simple Additive Weighting.
1. PENDAHULUAN
Wisata kuliner di Kota Semarang mulai
berkembang dengan pesat. Berbagai tempat wisata
kuliner bermunculan di Semarang. Pertumbuhan lokasi
kuliner di Semarang yang begitu cepat membuat
masyarakat membutuhkan informasi yang tepat untuk
mengunjungi lokasi kuliner. Warga Semarang yang
ingin mencari lokasi kuliner yang sesuai dengan tujuan
dan kriteria tidaklah mudah. Terlebih lagi bagi para
pendatang yang belum mengetahui kondisi Semarang.
Sering kali wisatawan ataupun warga Semarang
menggunakan teknologi untuk mengetahui lokasi
kuliner di Semarang yang sesuai dengan keinginan.
Selama ini pencarian menggunakan internet hanya
berfokus pada kata kunci yang diberikan. Hal ini
terkadang menyebabkan hasil pencarian tidak sesuai
dengan yang diinginkan. Selain itu, pencarian letak
lokasi kuliner menggunakan internet belum
memberikan hasil maksimal. Penyebabnya adalah
masih sedikitnya letak lokasi kuliner di Semarang yang
terdaftar pada situs pencarian.
Salah satu solusi yang dapat diterapkan adalah
dengan adanya sistem pendukung keputusan penentuan
lokasi kuliner di Semarang. Sistem pendukung
keputusan dapat membantu memberikan alternatif
lokasi kuliner sesuai dengan kriteria yang diinginkan.
Selain itu, penambahan peta digital dapat memberikan
kemudahan bagi masyarakat untuk mengetahui letak
lokasi kuliner
2. SISTEM PENDUKUNG KEPUTUSAN
Sistem Pendukung Keputusan (SPK) merupakan
suatu pendekatan (metodologi) untuk mendukung
pengambilan keputusan [3]. Komponen – komponen
dalam membangun SPK adalah :
1. Subsistem manajemen data
2. Subsistem manajemen model
3. Subsistem manajemen pengetahuan (knowledge)
4. Subsistem antarmuka pengguna (user interface)
3. SIMPLE ADDITIVE WEIGHTING
Metode Simple Additive Weightin (SAW) sering
juga dikenal istilah metode penjumlahan terbobot.
12 || Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012
Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut. Metode SAW
membutuhkan proses normalisasi matriks keputusan
(X) ke suatu skala yang dapat diperbandingkan dengan
semua rating alternatif yang ada.[1]
Langkah Penyelesaian SAW :
1. Menentukan kriteria-kriteria yang akan dijadikan
acuan dalam pengambilan keputusan, yaitu Cj.
2. Menentukan rating kecocokan setiap alternatif
pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria
(Cj), kemudian melakukan normalisasi matriks
berdasarkan persamaan yang disesuaikan dengan
jenis atribut (atribut keuntungan ataupun atribut
biaya) sehingga diperoleh matriks ternormalisasi
R.
4. Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
ternormalisasi R dengan vektor bobot (w)
sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai) sebagai solusi.
dengan :
rij adalah rating kinerja ternormalisasi dari alternatif
Ai pada atribut Cj;
i=1,2,…,m dan j=1,2,…,n (m dan n merupakan
banyaknya kriteria dan alternatif);
xij adalah nilai rating kecocokan pada Ai dan Cj.
Nilai preferensi disajikan pada persamaan 2.2.[1]
dengan :
rij adalah rating kinerja ternormalisasi dari alternatif
Ai pada atribut Cj;
wj adalah bobot dari masing – masing kriteria.
Nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih.
4. GOOGLE MAPS API
Google Maps API adalah layanan gratis Google
yang dapat memberikan fitur Maps pada web. Hal yang
perlu diperhatikan dalam menggunakan Google Maps
API adalah pengetahuan tentang HTML dan JavaScript,
serta koneksi Internet. Peta instan yang dihasilkan
Google Maps API memberikan kemudahan dalam
membangun aplikasi peta digital. [2]
5. RUMUS HAVERSINE
Rumus haversine adalah persamaan yang penting
pada navigasi, memberikan jarak lingkaran besar antara
dua titik pada permukaan bola (Bumi) berdasarkan garis
bujur (longitude) dan garis lintang (latitude).
Penggunaan rumus ini mengasumsikan pengabaian efek
ellipsoidal, cukup akurat untuk sebagian besar
perhitungan, juga pengabaian ketinggian bukit dan
kedalaman lembah di permukaan bumi. Sudut pada
rumus menggunakan satuan radian untuk menggunakan
fungsi trigonometri. Rumus haversine dijabarkan
sebagai berikut[4].
6. ANALISIS DAN DESAIN
a. Pemodelan Data
Pemodelan data digambarkan dengan ERD. SPK
Kuliner membutuhkan 6 objek data, yaitu resto,
suasana, makanan, gambar, user, dan komentar. Relasi
antara restoran dan gambar adalah menampilkan,
dimana satu restoran dapat memiliki banyak gambar,
dan satu gambar hanya memiliki satu restoran. Relasi
antara makanan dan restoran adalah menyajikan,
dimana satu restoran dapat memiliki banyak makanan,
dan satu makanan dapat dimiliki banyak restoran.
Sedangkan relasi antara suasana dan restoran adalah
memiliki, dimana satu restoran memiliki satu suasana,
dan satu suasana dapat dimiliki beberapa restoran.
b. Pemodelan Fungsional
Pemodelan fungsional digambarkan dengan DFD.
Penjabaran masing – masing level DFD adalah :
Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012 || 13
1. DFD level 0 merupakan gambaran secara
umum dari SPK Kuliner. Pada DFD level 1 ini
digambarkan terdapat 2 pengguna yaitu
administrator dan pengguna. Administrator
memiliki tugas melakukan pengolahan seluruh
data yang dibutuhkan SPK Kuliner, dan
melakukan pencarian. Sedangkan pengguna,
dapat melakukan perangkingan kuliner,
pencarian restoran, dan memberikan komentar.
2. DFD level 1 menjabarkan DFD level 0 menjadi
5 proses, yaitu pengolahan resto, melakukan
otentifikasi login, pencarian resto, perangkingan
kuliner, dan pengolahan komentar.
Administrator dapat melakukan pengolahan
resto, pengolahan komentar, pencarian resto.
Sedangkan pengguna dapat melakukan
perangkingan, pencarian resto, dan memberi
komentar.
3. DFD level 2 merupakan penjabaran lebih rinci
dari DFD level 1. DFD level 2 terdiri dari 3,
subproses pengolahan resto, subproses
pencarian resto, dan subproses perangkingan.
Subproses pengolahan resto melakukan
pengolahan seluruh data mengenai restoran.
Subproses pengolahan resto hanya dapat
diakses oleh administrator. Subproses
selanjutnya adalah subproses pencarian resto.
Subproses pencarian resto dapat melakukan
pencarian restoran pada peta maupun informasi
detail mengenai restoran. Subproses
perangkingan merupakan proses untuk
menghasilkan aternatif terbaik dari pilihan
makanan dan kriteria yang diinginkan. Proses
ini hanya dapat dilakukan oleh pengguna.
c. Analisis Metode Simple Additive Weighting
Metode Simple Additive Weighting membutuhkan
kriteria. Kriteria yang digunakan pada SPK Kuliner ini
seperti pada tabel 1. Sedangkan nilai konversi
digunakan sebagai dasar dalam melakukan perhitungan.
Tabel konversi yang digunakan yaitu tabel konversi
suasana yang dapat dilihat pada tabel 2, dan tabel
konversi fasilitas yang dapat dilihat pada tabel 3.
Tabel 1 Tabel Kriteria SPK Kuliner
Kriteria Keterangan
C1 Selisih harga (Rp)
C2 Suasana yang diinginkan
C3 Fasilitas yang diinginkan
C4 Jarak antara lokasi yang diinginkan dan
lokasi kuliner yang ada (km)
Tabel 2 Tabel Konversi Nilai Suasana
Suasana Nilai
Sesuai 10
Kurang sesuai 7
Tidak sesuai 3
Tabel 3 Tabel Konversi Nilai Fasilitas
Fasilitas Nilai
sesuai 10
Kurang 1 fasilitas 9
Kurang 2 fasilitas 8
Kurang 3 fasilitas 7
Kurang 4 fasilitas 6
Kurang 5 fasilitas 5
Kurang 6 fasilitas 4
Kurang 7 fasilitas 3
Nilai konversi untuk kriteria harga dan jarak tidak
menggunakan tabel konversi melainkan menggunakan
data riil dengan rumus atribut biaya yang terdapat pada
penjelasan Metode Simple Additive Weighting.
d. Tabel Basis Data
Tabel basis data merupakan tabel yang dibutuhkan
oleh SPK Kuliner. Tabel yang dibutuhkan terdiri dari
tabel suasana, tabel restoran, tabel makanan, tabel
menyajikan, tabel gambar, tabel user, dan tabel
komentar. Penjelasan mengenai tabel – tabel SPK
Kuliner adalah sebagai berikut :
1. Tabel suasana, merupakan tabel yang berisi
suasana dari restoran, ada 2 tipe suasana yaitu
indoor dan outdoor.
2. Tabel restoran, merupakan tabel yang menyimpan
informasi mengenai restoran, terdiri dari, nama
restoran, alamat, no telepon, koordinat, dan
fasilitas.
3. Tabel makanan, merupakan tabel yang menyimpan
informasi makanan.
4. Tabel menyajikan, merupakan tabel hasil relasi N
– M dari restoran, dan makanan. Pada tabel ini
hanya berisi primary key tabel restoran, primary
key tabel makanan, dan harga makanan untuk
setiap makanan pada masing – masing restoran.
5. Tabel gambar, merupakan tabel yang digunakan
untuk menyimpan gambar dari setiap restoran.
6. Tabel user, merupakan tabel yang menyimpan
data tentang administrator, yaitu nama, username,
password.
7. Tabel komentar, merupakan tabel yang digunakan
untuk menyimpan data komentar baik dari
pengguna maupun dari administrator.
14 || Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012
7. IMPLEMENTASI DAN PENGUJIAN
a. Implementasi
Sisem Pendukung Keputusan Penentuan Lokasi
Kuliner di Semarang dengan metode Simple Additive
Weighting ini diakses menggunakan browser. Browser
dihubungkan ke internet agar dapat mengakses peta
Google Maps API. SPK Kuliner ini dibangun
menggunakan bahasa pemrograman php dan database
MySQL. Hak akses pengguna dibagi menjadi 2, yaitu
administrator, dan pengguna. Administator diwajibkan
login terlebih dahulu sebelum mengakses halaman
admin. Administrator ini bertanggung jawab terhadap
seluruh data yang digunakan sistem, dan dapat
melakukan modifikasi data. Menu yang terdapat di
halaman admin antara lain home yang berisi kata
pengantar, peta yang digunakan untuk pencarian lokasi
kuliner pada peta, restoran yang digunakan untuk
mengolah data restoran, makanan yang digunakan
untuk mengolah data makanan, forum yang digunakan
untuk memberi komentar sekaligus mengolah komentar.
Sedangkan halaman pengguna merupakan halaman
umum yang dapat diakses oleh semua pihak. Menu
pada halaman ini antara lain home yang digunakan
untuk perangkingan, peta yang digunakan untuk
melakukan pencarian lokasi kuliner, search yang
digunakan untuk melakukan pencarian data restoran,
dan forum untuk memberikan komentar atau
berkomunikasi dengan administrator.
Menu perangkingan merupakan menu utama pada
sistem ini. Langkah – langkah yang harus diperhatikan
untuk melakukan perangkingan lokasi kuliner adalah
memilih nama makanan yang diinginkan, mengisikan
kriteria berupa harga, suasana, fasilitas, dan jarak yang
diinginkan. khusus untuk kriteria jarak pengisiannya
dengan cara klik lokasi yang diinginkan pada peta, dan
mengisikan bobot untuk masing – masing kriteria.
Bobot yang tinggi dianggap memiliki prioritas penting,
sedangkan bobot rendah memiliki prioritas tidak
penting. Bobot yang dapat diproses adalah bobot
dengan range antara 1 – 100. Gambar menu
perangkingan dapat dilihat pada gambar 1, sedangkan
hasil perangkingan dapat dilihat pada gambar 2.
Gambar 1 Implementasi Pengisian Kriteria dan Bobot
Prosiding Seminar Nasional Ilmu Komputer Universitas Diponegoro 2012 || 15
Gambar 2 Implementasi Hasil Perangkingan
8. KESIMPULAN DAN SARAN
a. Kesimpulan
Kesimpulan yang dapat diambil dalam pengerjaan
tugas akhir ini adalah dihasilkan SPK penentuan lokasi
kuliner di Semarang. SPK ini menggunakan metode
SAW yang dapat melakukan perangkingan lokasi
kuliner. Selain itu, SPK ini juga dilengkapi dengan peta
digital dengan Google Maps API untuk memudahkan
dalam melakukan pencarian lokasi kuliner yang
diinginkan.
b. Saran
Sistem ini dapat dikembangkan menjadi :
1. SPK Kuliner berbasis mobile
2. Memperkaya data sehingga hasil lebih
maksimal.
3. SPK Kuliner dengan petunjuk arah dari lokasi
yang diinginkan menuju lokasi kuliner.
DAFTAR PUSTAKA
[1] Kusumadewi, Sri, Sri Hartanti, dan dkk, 2006,
Fuzzy Multi- Atribute Decision Making (Fuzzy
MADM), Graha Ilmu : Yogyakarta
[2] Sodiq, Amri,____, ” Tutorial Dasar
Pemrograman Google Maps API”, diakses dari
http://amrisodiq.blogspot.com pada tanggal 4
Desember 2011 pukul 11.43 WIB
[3] Turban, Efraim, Jay E.Aronso, Ting Peng Liang,
2005, ”Decision Support System and Intelligent
System”, Penerbit Andy:Yogyakarta
[4] Veness, Chris. Calculate distance and bearing
between two Latitude/Longitude points using
Haversine formula in JavaScript. Movable Type
Scripts. [Online] 2012. [1 Juni 2012]
http://www.movable-
type.co.uk/scripts/latlong.html.